🍊 제주어-표준어 번역기

제주어-표준어 양방향 번역 및 제주어 학습을 위한 퀴즈 기능을 제공하는 웹 서비스입니다.

✨ 주요 기능

• 텍스트 번역: 사용자가 입력한 문장을 실시간으로 번역합니다.
• • 양방향 번역
  • • 제주어 ➡️ 표준어 번역
    • 표준어 ➡️ 제주어 번역
• 문서 번역
  • txt, pdf 파일 업로드 후 번역 결과를 txt 파일로 다운로드합니다.
• 제주어 퀴즈
  • 사용자가 제주어를 보다 재밌게 학습할 수 있는 퀴즈 기능을 제공합니다.

📁 프로젝트 구조

Jeju-Standard_Translator/
├── app.py                  # Flask 애플리케이션 실행 파일
├── templates/
│   └── index.html          # 메인 프론트엔드 페이지
├── static/
│   ├── css/                # 스타일시트 파일
│   ├── js/                 # 프론트엔드 JavaScript 로직
│   └── img/                # 아이콘 및 이미지 리소스
├── model/
│   └── pkot5_weights.pth   # Fine-tuned 번역 모델 가중치 (필요)
├── uploads/                # 업로드된 문서 및 번역 결과물 저장소
├── requirements.txt        # Python 패키지 의존성 목록
└── README.md               # 프로젝트 설명 문서

⚙️ 환경 세팅 및 실행

의존성 설치

pip install -r requirements.txt

업로드 폴더 생성

mkdir -p uploads

서버 실행

python app.py

📌 참고 사항

실행 전에 model 내부에 pkot5_weights.pth 가중치 파일을 준비해야 합니다.

🛠 기술 스택

📊 프로젝트 세부 사항

---

1.데이터셋

• AI Hub: 한국어 방언 발화(제주도), 중노년층 한국어 방언 데이터
• WORDROW/제주도 사투리 크롤링: 명사, 형용사, 동사, 의존명사, 부사, 관형사, 어미, 감탄사, 대명사, 조사, 품사없음

2.전처리 결과

• 확장자: JSON
• 총 크기: 155MB
• 데이터셋 분할: Train 6182 / Validation 462 / Test 463 (약 8:1:1)

3.모델 및 학습 환경

• 개발 환경: Google Cloud Platform Vertex AI (Jupyter Notebook)
• 하드웨어 사양: NVIDIA Tesla A100 (40GB) 1개 / vCPU 12개 / RAM 85GB
• 베이스 모델: paust/pko-t5-base (T5 기반 한국어 모델)
• 모델 선정(BART vs T5): BART 대비 T5의 기계 번역 성능이 우수함을 논문을 통해 확인하여 T5 계열 채택

🤖 사용 모델

• Base model: paust/pko-t5-base (T5 기반 한국형 모델)

🔧학습 방법: Full Fine-Tuning

학습 전략

• JSON 데이터셋에서 표준어와 방언 쌍을 호출
• 정의된 클래스 내부에서 (방언, 표준어), (표준어, 방언) 쌍을 배열에 추가하여 데이터 증강 처리
• 모델 전달용 Dataset 및 DataLoader 구축으로 양방향 번역 환경 최적화

📝 라이선스 (License)

이 프로젝트는 MIT License를 따릅니다.